بیل گیتس مالیات بر توکن‌های هوش مصنوعی و ربات‌ها را برای کاهش آوارگی شغلی پیشنهاد می‌کند

وقتی مردم عبارت «مالیات ربات» را می‌شنوند، معمولاً یک جریمه صریح را تصور می‌کنند که برای تنبیه شرکت‌ها به دلیل مدرن‌سازی عملیاتشان طراحی شده است. فرض بر این است که چنین عوارضی ذاتاً ضد پیشرفت است، تلاشی ناامیدانه برای ثابت نگه داشتن اقتصاد. اما پیشنهادی که بیل گیتس، یکی از بنیانگذاران مایکروسافت، این هفته احیا و گسترش داد – که خواستار وضع مالیات بر توکن‌های هوش مصنوعی و ربات‌های فیزیکی است – در مورد جریمه کردن نوآوری نیست. بلکه تلاشی است برای اصلاح یک سوگیری ساختاری در قانون مالیاتی مدرن که به طور مصنوعی به جایگزینی کارگران انسانی یارانه می‌دهد. گیتس در مقاله‌ای جامع ۶۰۰۰ کلمه‌ای که در وبلاگ شخصی خود منتشر کرد، استدلال کرد که سیستم مالی کنونی فعالانه کارفرمایان را به سمت اتوماسیون سوق می‌دهد، زیرا نیروی کار انسانی را به شدت مشمول مالیات می‌کند در حالی که اجازه می‌دهد سرمایه‌گذاری‌های سرمایه‌ای در هوش مصنوعی و رباتیک تقریباً بلافاصله از مالیات کسر شوند.[1][4]

سازوکاری که این سوگیری را هدایت می‌کند، ساده است، با این حال شکل بازار کار جهانی را تعیین می‌کند. وقتی یک شرکت یک کارمند انسانی استخدام می‌کند، متعهد می‌شود که سال به سال مالیات بر حقوق و دستمزد، سهم بیمه اجتماعی و سایر عوارض مرتبط با کار را بپردازد. این مالیات‌ها شبکه ایمنی اجتماعی را تأمین مالی می‌کنند. با این حال، وقتی همان شرکت یک بازوی رباتیک خریداری می‌کند یا مجوز یک مدل هوش مصنوعی سازمانی را برای انجام همان وظایف دریافت می‌کند، این هزینه به عنوان یک سرمایه‌گذاری سرمایه‌ای یا یک هزینه تجاری قابل کسر در نظر گرفته می‌شود. شرکت اغلب می‌تواند هزینه ماشین را در سال اول به طور کامل کسر کند و از مالیات بر حقوق و دستمزدی که باید می‌پرداخت، اجتناب کند. همانطور که گیتس اشاره کرد، این امر یک انگیزه مالی ذاتی برای جایگزینی کارگر انسانی ۲۰ دلاری در ساعت با یک سیستم خودکار ۱۰ دلاری در ساعت ایجاد می‌کند و آوارگی شغلی را سریع‌تر از آنچه خود فناوری دیکته می‌کند، تسریع می‌بخشد.[1][5][6][8]

برای برقراری مجدد این تعادل، گیتس یک مداخله مالی دوگانه پیشنهاد کرد: مالیات بر ربات‌های فیزیکی و یک مالیات جدید بر توکن‌های هوش مصنوعی. توکن هوش مصنوعی واحد اساسی داده است – تقریباً معادل یک کلمه یا هجا – که مدل‌های زبان بزرگ برای پردازش و تولید متن از آن استفاده می‌کنند. هر بار که یک سیستم هوش مصنوعی سندی را می‌خواند یا پاسخی می‌نویسد، توکن مصرف می‌کند. با وضع مالیات بر این توکن‌ها، دولت‌ها می‌توانند به طور نظری ارزش اقتصادی تولید شده توسط هوش مصنوعی را به دست آورند و جایگزین درآمد مالیاتی از دست رفته‌ای شوند که در اثر آوارگی کارگران انسانی ایجاد شده است. گیتس استدلال کرد که این درآمد به شدت مورد نیاز است، دقیقاً به این دلیل که کاهش نیروی کار انسانی به معنای کاهش پایه مالیاتی است، درست در زمانی که تقاضا برای مزایای بیکاری و برنامه‌های بازآموزی افزایش خواهد یافت.[3][4][6][7]

مالیات توکن برای عمل کردن به عنوان یک «سرعت‌گیر» طراحی شده است. این سیاست با کمی گران‌تر کردن اتوماسیون، قصد دارد شتاب دور شدن از نیروی کار انسانی را کاهش دهد و به جامعه و کارگران آواره‌شده زمان دهد تا خود را وفق دهند. گیتس اذعان کرد که اقتصاددانان عموماً از ایده مالیات بر سرمایه‌گذاری‌های سرمایه‌ای متنفرند، زیرا معتقدند که این کار بهره‌وری و کارایی کلی اقتصادی را کاهش می‌دهد. استدلال متقابل او این است که ارزش اجتماعی گسترده‌تر اشتغال بر بهینه‌سازی اقتصادی صرف ارجحیت دارد. گیتس پیشنهاد کرد که با توجه به دستاوردهای عظیم بهره‌وری که هوش مصنوعی وعده می‌دهد، اقتصاد جهانی می‌تواند درجه کمی از ناکارآمدی مهندسی‌شده را به عنوان بهای حفظ ثبات اجتماعی و حفظ شغل افراد تحمل کند.[1][4][7][8]

فراتر از مالیات، این مقاله یک مفهوم ساختاری‌تر دوم را برای مدیریت این انتقال معرفی کرد: ایجاد مشاغل «محفوظ برای انسان». گیتس یک تشبیه مستقیم به حفاظت از محیط زیست ارائه کرد. همانطور که جوامع ذخیره‌گاه‌های طبیعی ایجاد می‌کنند – از زمین در برابر توسعه محافظت می‌کنند، نه به این دلیل که ساخت و ساز غیرممکن است، بلکه به این دلیل که زیان ذاتی آن بسیار زیاد خواهد بود – دولت‌ها می‌توانند حرفه‌های خاصی را به طور دائم یا موقت برای اتوماسیون ممنوع کنند. این یک انتخاب عمدی اجتماعی خواهد بود تا ارتباط انسانی را بر کارایی الگوریتمی اولویت دهد، حتی در مواردی که یک سیستم هوش مصنوعی می‌تواند از نظر فنی کار را سریع‌تر یا ارزان‌تر انجام دهد.[3][4][5][8]

واضح‌ترین نامزدها برای وضعیت «محفوظ برای انسان»، نقش‌هایی هستند که به شدت به همدلی، اعتماد و قضاوت انسانی متکی هستند. گیتس از مراقبت از کودکان، خدمات هیئت منصفه و ارائه تشخیص‌های پزشکی دشوار به عنوان نمونه‌هایی نام برد که در آنها دخالت انسان غیرقابل جایگزینی است. گیتس نوشت: «هیچ دلیل فنی وجود ندارد که یک ربات نتواند خبر وحشتناک داشتن یک بیماری لاعلاج را به شما بدهد، با این حال نباید این کار را بکند.» سایر زمینه‌ها، مانند آموزش و مراقبت‌های بهداشتی عمومی، احتمالاً شاهد حفظ انتخابی خواهند بود، جایی که از هوش مصنوعی برای تقویت کارگران انسانی استفاده می‌شود نه جایگزینی کامل آنها. در تهاجمی‌ترین نسخه این چارچوب، گیتس تخمین زد که تا ۴۰ درصد از بازار کار کنونی می‌تواند به طور نظری برای کارگران انسانی محفوظ شود.[4][8]

فوریت پشت این پیشنهادات ناشی از سرعتی است که هوش مصنوعی با آن پیشرفت می‌کند. برخلاف انقلاب‌های تکنولوژیک قبلی که طی نسل‌ها آشکار شدند و به نیروی کار زمان دادند تا به طور طبیعی تغییر کند، رونق هوش مصنوعی آن جدول زمانی را به یک دهه فشرده می‌کند. گیتس پیش‌بینی کرد که نقش‌های پشتیبانی مشتری، مهندسی نرم‌افزار و دستیاری حقوقی اولین مواردی خواهند بود که ناپدید می‌شوند، و پس از آن اتوماسیون فیزیکی در ساخت و ساز و مهمان‌نوازی تا پایان دهه رخ خواهد داد. داده‌ها این تسریع را تأیید می‌کنند: کارفرمایان از هوش مصنوعی به عنوان دلیل اصلی بیش از ۱۱۲,۰۰۰ مورد تعدیل نیرو تنها در سال ۲۰۲۶ نام برده‌اند، که نشان می‌دهد آوارگی ناشی از هوش مصنوعی دیگر یک فرضیه آینده نیست، بلکه یک واقعیت کنونی است.[1][3][4][5][8]

این فوریت با این واقعیت تشدید می‌شود که شبکه ایمنی اجتماعی تقریباً به طور کامل توسط همان دستمزدهایی تأمین می‌شود که هوش مصنوعی آنها را تهدید می‌کند. با رانده شدن کارگران بیشتر از اشتغال تمام‌وقت یا مجبور شدن به کارهای پاره‌وقت با درآمد کمتر، درآمد مالیات بر درآمد و مالیات بر حقوق و دستمزد به ناچار کاهش می‌یابد. این یک پارادوکس مالی خطرناک ایجاد می‌کند: بودجه دولت‌ها دقیقاً در زمانی کاهش می‌یابد که میلیون‌ها کارگر آواره‌شده به مزایای بیکاری طولانی‌مدت، آزمایش‌های درآمد پایه جهانی یا برنامه‌های بازآموزی با بودجه دولتی نیاز دارند. گیتس استدلال کرد که بدون یک جریان درآمد جدید که به طور خاص به موتورهای اتوماسیون گره خورده باشد، دولت‌ها به سادگی سرمایه لازم برای مدیریت این انتقال را نخواهند داشت.[3][4][6][7][8]

با این حال، مکانیسم‌های اجرای مالیات توکن انتقادات شدیدی را از سوی جامعه تحقیقاتی هوش مصنوعی به دنبال داشته است. اورن اتزیونی (Oren Etzioni)، دانشمند برجسته کامپیوتر و متخصص هوش مصنوعی، استدلال کرد که اگرچه گیتس مشکل آوارگی شغلی و کاهش پایه مالیاتی را به درستی تشخیص داده است، اما تجویز او اساساً دارای نقص است. اتزیونی اشاره کرد که مالیات توکن، تلاش محاسباتی را اندازه‌گیری می‌کند، نه آوارگی اقتصادی واقعی را. یک کلاس درس دبیرستان که از یک معلم خصوصی هوش مصنوعی برای یادگیری حساب دیفرانسیل و انتگرال استفاده می‌کند، به طور مداوم میلیون‌ها توکن را مصرف می‌کند و یک صورتحساب مالیاتی هنگفت را برای یک مورد استفاده صرفاً مفید ایجاد می‌کند. در مقابل، یک مدل سازمانی که بی‌سروصدا یک مرکز خدمات مشتری ۴۰ نفره را خودکار می‌کند، ممکن است عملیات بسیار کارآمد و کم‌توکن را اجرا کند و با وجود ایجاد تلفات شغلی قابل توجه، مالیات بسیار کمی بپردازد.[2]

علاوه بر این، ماهیت بدون مرز هوش مصنوعی، اجرای مالیات توکن را به شدت دشوار می‌کند. از آنجایی که مدل‌های هوش مصنوعی کوچک‌تر و کارآمدتر می‌شوند، استنتاج (اجرای واقعی مدل) به طور فزاینده‌ای به صورت محلی روی لپ‌تاپ‌ها و تلفن‌های هوشمند اتفاق می‌افتد، نه در سرورهای ابری متمرکز که به راحتی قابل مالیات‌گیری باشند. اتزیونی هشدار داد که یک مالیات توکن مستقر در ایالات متحده اساساً به عنوان جریمه‌ای برای استفاده از APIهای آمریکایی عمل می‌کند، مدل‌های خارجی را به طور مصنوعی ارزان‌تر نشان می‌دهد و نوآوری داخلی را کُند می‌کند بدون اینکه واقعاً از مشاغل محافظت کند. اگر یک شرکت بتواند به سادگی پردازش هوش مصنوعی خود را از طریق سروری در کشوری بدون مالیات توکن هدایت کند، مکانیسم تولید درآمد به طور کامل فرو می‌پاشد.[2]

آنچه کاملاً حل نشده باقی مانده، حاکمیت مورد نیاز برای مدیریت این سیستم‌ها است. تعیین دقیق اینکه کدام مشاغل واجد شرایط «محفوظ برای انسان» هستند، تصمیم‌گیری در مورد نحوه بستن حفره‌های مالیاتی توکن، و جلوگیری از طبقه‌بندی مجدد وظایف خودکار توسط شرکت‌ها برای فرار از عوارض، نیازمند گسترش عظیمی در زیرساخت‌های نظارتی است. خود گیتس خواستار ایجاد یک سازمان جهانی جدید، شبیه به رژیم‌های بازرسی هسته‌ای، برای نظارت بر این انتقال شد. تا زمانی که آن نهادها وجود نداشته باشند، بحث در مورد نحوه مالیات‌گیری از نیروی کار الگوریتمی یک تمرین نظری باقی می‌ماند، حتی در حالی که فناوری همچنان قوانین بازار کار را بازنویسی می‌کند.[2][4][6][8]

در نهایت، بحث در مورد مالیات بر توکن‌های هوش مصنوعی و محفوظ کردن مشاغل انسانی، نشان‌دهنده یک تغییر اساسی در نحوه نگرش جامعه به پیشرفت تکنولوژیک است. برای دهه‌ها، اجماع اقتصادی غالب این بوده است که اتوماسیون مشاغل بیشتری نسبت به آنچه از بین می‌برد، ایجاد می‌کند و هر اصطکاکی صرفاً موقتی است. مقاله گیتس نشان‌دهنده به رسمیت شناختن فزاینده‌ای در میان نخبگان فناوری است که انقلاب هوش مصنوعی ممکن است این الگوی تاریخی را بشکند. چه مالیات توکن مکانیسم صحیح باشد یا یک کابوس لجستیکی، این پیشنهاد یک حسابرسی عمومی را تحمیل می‌کند: قانون مالیاتی یک ناظر بی‌طرف در مسابقه تسلیحاتی هوش مصنوعی نیست، و تصمیم‌گیری در مورد اینکه چه کاری متعلق به انسان‌ها است، دیگر یک سؤال علمی تخیلی نیست، بلکه یک مسئله قانون مالیاتی است.[1][5][6][8]